Accelerating Data Engineering Pipelines

Accelerating Data Engineering PipelinesADEPNVNvidiaNV-ADEP1.0<ul> <li>Wie sich Daten in einem Computer bewegen. Wie man das richtige Gleichgewicht zwischen CPU, DRAM, Festplattenspeicher und GPUs herstellt.</li><li>Wie verschiedene Dateiformate von der Hardware gelesen und bearbeitet werden können.</li><li>Skalierung einer ETL-Pipeline mit mehreren GPUs mit NVTabular.</li><li>Wie man ein interaktives Plotly-Dashboard erstellt, in dem Benutzer in weniger als einer Sekunde auf Millionen von Datenpunkten filtern können.</li></ul><ul> <li>Fortgeschrittene Kenntnisse in Python (Listenverständnis, Objekte)</li><li>Vertrautheit mit Pandas ist von Vorteil</li><li>Einführende Statistik (Mittelwert, Median, Modus)</li></ul>Einführung <ul> <li>Treffen Sie den Ausbilder.</li><li>Erstellen Sie ein Konto unter courses.nvidia.com/join</li></ul>Daten auf der Hardware-Ebene <ul> <li>Erforschung der Stärken und Schwächen verschiedener Hardwareansätze für Daten und der sie unterstützenden Rahmenwerke:<ul> <li>Pandas</li><li>CuDF</li><li>Dask</li></ul></li></ul>ETL mit NVTabular <ul> <li>Erfahren Sie, wie Sie eine ETL-Pipeline mit NVTabular aus der Perspektive eines Big-Data-Empfehlungssystems von einer auf viele GPUs skalieren können.<ul> <li>Umwandlung von Json-Rohdaten in analysefähige Parquet-Dateien</li><li>Lernen Sie, wie Sie schnell Funktionen zu einem Datensatz hinzufügen können, z. B. Kategorisieren und Lambda-Operatoren</li></ul></li></ul>Datenvisualisierung <ul> <li>Schlüpfen Sie in die Rolle eines Meteorologen und lernen Sie, wie man Niederschlagsdaten auf einer Karte darstellt.</li><li>Lernen Sie, wie man deskriptive Statistiken und Diagramme wie Histogramme verwendet, um die Datenqualität zu bewerten</li><li>Lernen Sie die effektive Speichernutzung kennen, so dass Benutzer Daten schnell über eine grafische Oberfläche filtern können.</li></ul>Abschlussprojekt: Datendetektiv <ul> <li>Die Benutzer beschweren sich, dass das Dashboard zu langsam ist. Wenden Sie die im Unterricht erlernten Techniken an, um Effizienzgewinne im Backend-Code zu finden und zu beseitigen.</li></ul>Abschlussbericht <ul> <li>Besprechen Sie die wichtigsten Erkenntnisse und beantworten Sie Fragen.</li><li>Schliessen Sie die Bewertung ab und erwerben Sie Ihr Zertifikat.</li><li>Füllen Sie die Workshop-Umfrage aus.</li><li>Erfahren Sie, wie Sie Ihre eigene Entwicklungsumgebung für KI-Anwendungen einrichten können.</li></ul>Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <a class="fl-href-prod" href="/swisscom/en/course/nvidia-adep"><svg role="img" aria-hidden="true" focusable="false" data-nosnippet class="cms-linkmark"><use xlink:href="/css/img/icnset-linkmarks.svg#linkmark"></use></svg>hier</a>.- Wie sich Daten in einem Computer bewegen. Wie man das richtige Gleichgewicht zwischen CPU, DRAM, Festplattenspeicher und GPUs herstellt. - Wie verschiedene Dateiformate von der Hardware gelesen und bearbeitet werden können. - Skalierung einer ETL-Pipeline mit mehreren GPUs mit NVTabular. - Wie man ein interaktives Plotly-Dashboard erstellt, in dem Benutzer in weniger als einer Sekunde auf Millionen von Datenpunkten filtern können.- Fortgeschrittene Kenntnisse in Python (Listenverständnis, Objekte) - Vertrautheit mit Pandas ist von Vorteil - Einführende Statistik (Mittelwert, Median, Modus)Einführung - Treffen Sie den Ausbilder. - Erstellen Sie ein Konto unter courses.nvidia.com/join Daten auf der Hardware-Ebene - Erforschung der Stärken und Schwächen verschiedener Hardwareansätze für Daten und der sie unterstützenden Rahmenwerke: - Pandas - CuDF - Dask ETL mit NVTabular - Erfahren Sie, wie Sie eine ETL-Pipeline mit NVTabular aus der Perspektive eines Big-Data-Empfehlungssystems von einer auf viele GPUs skalieren können. - Umwandlung von Json-Rohdaten in analysefähige Parquet-Dateien - Lernen Sie, wie Sie schnell Funktionen zu einem Datensatz hinzufügen können, z. B. Kategorisieren und Lambda-Operatoren Datenvisualisierung - Schlüpfen Sie in die Rolle eines Meteorologen und lernen Sie, wie man Niederschlagsdaten auf einer Karte darstellt. - Lernen Sie, wie man deskriptive Statistiken und Diagramme wie Histogramme verwendet, um die Datenqualität zu bewerten - Lernen Sie die effektive Speichernutzung kennen, so dass Benutzer Daten schnell über eine grafische Oberfläche filtern können. Abschlussprojekt: Datendetektiv - Die Benutzer beschweren sich, dass das Dashboard zu langsam ist. Wenden Sie die im Unterricht erlernten Techniken an, um Effizienzgewinne im Backend-Code zu finden und zu beseitigen. Abschlussbericht - Besprechen Sie die wichtigsten Erkenntnisse und beantworten Sie Fragen. - Schliessen Sie die Bewertung ab und erwerben Sie Ihr Zertifikat. - Füllen Sie die Workshop-Umfrage aus. - Erfahren Sie, wie Sie Ihre eigene Entwicklungsumgebung für KI-Anwendungen einrichten können.Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.1 Tag500.00500.00500.00500.00500.00420.00500.00690.00